Meta lanserar sina Muse-modeller, NVIDIA avslöjar Vera-CPU:n för AI-agenter, Claude Cowork på mobil

Meta öppnar en ny front med sina första egenutvecklade media-modeller, NVIDIA beskriver arkitekturen i sin Vera-CPU som är tänkt för AI-agenter, och Claude Cowork expanderar till mobil och webb. Därtill kommer att GitHub Copilot-appen öppnas för alla planer, en ny taligenkänningsmodell för arabiska hos Cohere, samt en rad uppdateringar hos Anthropic, Google, OpenAI och xAI (nu SpaceXAI).

Meta lanserar Muse Image och Muse Video, sina första media-modeller

7 juli — Meta Superintelligence Labs presenterar Muse Image och Muse Video, de allra första media-genereringsmodellerna som utvecklats internt av divisionen. Muse Image beskrivs som den mest avancerade bildmodellen som någonsin producerats av Meta: den följer instruktioner noggrant, möjliggör exakt redigering, komponerar utifrån flera samtidiga referenser och drar nytta av det sociala sammanhanget i Instagram. Noterbart är att den fungerar som en agent snarare än som en enkel text-till-bild-konverterare: den anropar verktyg, självförfinar och förbättrar sitt resultat ju mer beräkning som tilldelas vid inferens — ett beteende som uppstod spontant under förstärkningsinlärning (Reinforcement Learning), där modellerna lärde sig denna strategi för att optimera bildkvaliteten. Modellen integreras i Muse Spark, Metas kollaborativa verktyg för media-generering.

Muse Video, som presenteras i en tidig förhandsvisning, delar samma förträningsbas som Muse Image. Den erbjuder hög visuell trohet och inbyggt ljudstöd, även om Meta medger att man fortfarande arbetar med vissa brister, särskilt synkroniseringen mellan ljud och video. Båda modellerna distribueras på appen och webben i Meta AI, samt i Instagram Stories och WhatsApp — först i ett begränsat antal länder, med planerad expansion. Varje genererad bild innehåller ett Content Seal, en dold provenienssignal som förblir intakt även efter ändring.

På konkurrenssidan placerar en tredje parts-rankning i Image Arena redan Muse Image på andra plats, bakom GPT Image 2 från OpenAI men före Nano Banana (Google), Grok Imagine (xAI) och MAI Image (Microsoft).

🔗 Meta AI:s tillkännagivande

NVIDIA Vera — en CPU tänkt för den agentiska loopen

7 juli — NVIDIA beskriver arkitekturen i Vera, en ny klass av CPU som specifikt utformats för den agentiska loopen — kedjan av verktygsanrop, kodkörning och databehandling mellan två anrop till en modell. Till skillnad från klassiska datacenter-CPU:er, som är optimerade för att maximera antalet uthyrningsbara kärnor, satsar Vera på maximal enkärnig prestanda.

CPU:n bygger på Olympus, NVIDIAs egen kärna, som levererar 50 % fler instruktioner per klockcykel (IPC) än Grace, dess föregående generation, och innehåller 88 kärnor sammankopplade via ett monolitiskt beräkningschip.

Perplexity testade Vera på sina verkliga agentiska arbetslaster: ett flöde där ett repository klonas följt av körning av tester i sandlådor (sandboxes) går ungefär 1,5 gånger snabbare än på x86, och start av samtidiga sandlådor går upp till 1,9 gånger snabbare. Företaget överväger att ta Vera i produktion.

Egenskap	NVIDIA Vera
Kärna	Olympus (+50 % IPC vs Grace)
Antal kärnor	88
Minnesbandbredd	1,2 TB/s LPDDR5X (< 40 W)
Kärna-till-kärna-bandbredd	3,4 TB/s (3x konkurrenterna)
Agentisk vinst (Perplexity)	1,5 till 1,9x snabbare än x86
SQL-vinst (Starburst)	3x snabbare
Latensvinst (Redpanda)	upp till 6x mindre

NVIDIA bekräftar också sin roadmap: nästa generation, Rosa, kommer att innehålla kärnan Rigel (Arm v9.2-arkitektur), med ännu högre IPC, större L2-cache och effektivare minneshantering, med samma kiselyta. Vera huserar dessutom GPU:erna i plattformen NVIDIA Vera Rubin och driver lagringsprocessorn BlueField-4 STX.

“The world counts in seconds. Agents count in nanoseconds. NVIDIA Vera is built for this new category — and speed — of work.”

🇸🇪 Världen räknar i sekunder. Agenter räknar i nanosekunder. NVIDIA Vera är byggd för denna nya kategori av arbete — och denna exekveringshastighet. — Ian Buck, NVIDIA

🔗 Officiell NVIDIA Bloggartikel

Claude Cowork kommer till mobil och webb

7 juli — Anthropic tillkännager att Claude Cowork utökas till mobil och webb. Principen: ge Claude en uppgift från din arbetsstation, följ sedan dess framsteg och hämta resultatet från din telefon — med idén att kunna stänga din bärbara dator medan Claude fortsätter att arbeta i bakgrunden.

På webb och desktop slås Chat och Cowork nu samman i ett gemensamt utrymme: en enda plats för att hitta projekt och artefakter från båda lägena, och att starta en uppgift för Claude går på samma sätt som att starta en vanlig konversation — det finns inte längre något behov av att växla mellan två separata gränssnitt beroende på om man pratar med Claude eller delegerar en mer långsiktig uppgift till den. Utrullningen sker i stegvis beta över flera veckor, med start på Max-planen, innan den utvidgas till de andra abonnemangsformerna.

För att följa detta lanseringstillfälle dubblerar Anthropic tillfälligt användningsgränserna för Cowork fram till 5 augusti, för att ge användare möjlighet att delegera större uppgifter till Claude under denna övergångsperiod utan att förbruka sin vanliga kvot i förtid. En dedikerad artikel, « Claude Cowork on web and mobile: hand off work anywhere », publiceras parallellt på claude.com. Denna mobila utvidgning positionerar Cowork som den asynkrona motsvarigheten till den klassiska Chat: där konversationen förblir centrerad kring realtidsutbyte, blir Cowork utrymmet där man följer, på distans, hur ett arbete som delegerades tidigare under dagen fortskrider.

🔗 Tillkännagivande @claudeai

GitHub öppnar sin Copilot-app för alla planer

7 juli — GitHub öppnar sin Copilot-skrivbordsapp — det agentiska utvecklingsnavet som lanserades i slutet av maj/början av juni och hittills varit reserverat för en del av användarbasen — för alla sina användare. Tillgänglig på macOS, Windows och Linux blir den åtkomlig på alla Copilot-planer, inklusive gratisversionen (Copilot Free) och GitHub Education-erbjudandet, två nivåer som hittills inte haft tillgång.

En annan viktig förändring: även utan Copilot-prenumeration går det fortfarande att använda appen genom att ta med sin egen nyckel (Bring Your Own Key, BYOK) till den modellleverantör man själv väljer — en ingång utan direkt ekonomiskt åtagande gentemot GitHub, som utvidgar appen till utvecklare som redan har tillgång till tredjeparts-API:er. På Business- och Enterprise-planerna förblir åtkomsten villkorad av att Copilot CLI aktiveras i policy-inställningarna av administratören, vilket gör att GitHub behåller en kontrollmöjlighet för företagsutrullningar.

Bekräftat av en tweet från det officiella kontot @github som publicerades en timme före changelog-uppdateringen, utökar denna öppning appens potentiella publik kraftigt, drygt en månad efter lanseringen i förhandsversion. Den passar in i samma logik som de senaste förändringarna i Copilot-faktureringen (cost centers, användarbudgetar): att göra verktyget tillgängligt för så många som möjligt samtidigt som man behåller skyddsräcken för organisationer.

🔗 Officiell GitHub-changelog

Anthropic kompletterar veckans nyheter

Claude for Open Source utökas till underhållare

7 juli — Anthropic utökar sitt program Claude for Open Source, som erbjuder 6 månader med gratis Claude Max 20x, till en bredare krets av medverkande: projektunderhållare, regelbundna medverkande (core contributors), personer som får pull requests att landa i ekosystemet, eller som underhåller ett kritiskt paket. Ansökningar öppnas via en dedikerad sida på claude.com. Det handlar om en utvidgning av ett befintligt program snarare än en helt ny lansering, men öppningen mot en bredare grupp underhållare gör detta till en anmärkningsvärd nyhet för open source-utvecklarcommunityn.

🔗 Tillkännagivande @ClaudeDevs

Claude Code v2.1.202 och v2.1.203 — ikapp changeloggen

7 juli — Två versioner av Claude Code täcker in eftersläpningen sedan v2.1.201 från den 4 juli. V2.1.203 innehåller en bred svit av tillförlitlighetsfixar för bakgrundsagenter: sessioner som fastnade i 15 till 20 sekunder vid start på macOS, agenter som tyst tappade sitt arbete när de återvände till claude agents, en minnes-/CPU-regression kopplad till omanalys av transkriptet vid varje varv. Särskilt viktigt på säkerhetssidan: en fix stänger en potentiell läcka av variabeln ANTHROPIC_BASE_URL, som kunde få API-nycklar att skickas till standardändpunkten i bakgrundssessioner. Versionen minskar också binärfilens storlek med omkring 7 MB.

V2.1.202 lägger å sin sida till inställningen « Dynamic workflow size » i /config för att justera antalet agenter som genereras i ett workflow, OpenTelemetry-attribut för att spåra deras aktivitet, samt flera fixar för Remote Control på mobil/webb och röstdiktering.

🔗 Officiell CHANGELOG.md

Hugging Face ansluter till Azure, Sakana AI publicerar på ICML 2026

Hugging Face dyker upp på Microsoft Foundry Managed Compute

7 juli — Hugging Face beskriver sitt partnerskap med Microsoft: en kurerad samling modeller med öppna vikter, uppdaterad varje vecka, ansluter till katalogen i Microsoft Foundry Managed Compute, en hanterad GPU-plattform (PaaS). Vikterna förhandslagras på Azure, med färdiga runtime-miljöer — vLLM, SGLang, TensorRT-LLM, NIM, TEI, llama.cpp och hf-serve, Hugging Faces egen multimodellsserver för modaliteter utanför LLM/embeddings.

Curationspipen kräver granskning av compliance, licens och säkerhet innan publicering: endast vikter i SafeTensors-format accepteras, ingen ogranskad osäker kod (trust_remote_code), och bilder skannas efter CVE:er. Utrullningen sker i 5 steg, på NVIDIA A100-, H100- eller AMD MI300X-acceleratorer. Funktionen är i förhandsvisning (preview) redan nu; roadmapen planerar för bredare täckning och stöd för Bring Your Own Weights.

🔗 Hugging Face Bloggartikel

Sakana AI publicerar Sheaf-ADMM, en transparent multi-agent-samordning

5 juli — Sakana AI presenterar Sheaf-ADMM, ett ramverk som accepterats till ICML 2026 och som kombinerar distribuerad optimering (ADMM) och sheaf-teori (sheaves, tillämpad topologi) för att låta flera AI-agenter samarbeta med begränsad information, utan att förlita sig på ogenomskinlig meddelandepassage i dolda tillstånd. Uppgiften delas upp i överlappande delar, en agent per del, och agenterna förhandlar i tre steg — lokala förslag, sökande efter gemensam grund med grannar, minneslagring av oenigheter — tills ett globalt, tolkningsbart konsensus uppnås.

På ett multi-agent-Sudoku där varje agent bara ser en rad, en kolumn eller ett block når metoden 93 % lösning jämfört med 11 % för en baseline med meddelandepassage vid motsvarande parametrar. På en MNIST-klassificeringsuppgift med domänförskjutning behåller den 86 % noggrannhet där en standard-CNN sjunker till 11 %. På en labyrint matchar den en klassisk baseline samtidigt som den kommunicerar över en kanal som är 8 gånger mindre.

🔗 Sheaf-ADMM — Sakana AI Blog

Google Gemini: från antiken till småföretag

Gemini förankrad i Aeneas- och Ithaca-modellerna för historiker

7 juli — Google DeepMind lanserar « Predicting the Past », en ny Skill i Google Antigravity som förankrar Gemini i dess expertmodeller Aeneas (avkodning av latinska inskrifter) och Ithaca (forngrekiska texter). Målet: att låta historiker och epigrafiker utforska antika texter på vanlig engelska, utan kodningskunskaper — Skillen kombinerar Geminis resonemang med den spetskompetens som dessa två specialiserade modeller erbjuder för att skapa skräddarsydda analyser och visualiseringar, och för att identifiera mönster i stor skala mellan källor.

Projektet bygger på ett forskningssamarbete med historikern Thea Sommerschield, som arbetat tillsammans med Google DeepMind på flera fallstudier dokumenterade i artikeln « Workflows — Conversing with antiquity ».

🔗 Tråd @GoogleDeepMind

Gemini App — affärsnotebooks och integration med Google Business Profile

6 juli — Gemini lanserar nya verktyg för soloprenörer och småföretag: att koppla sin Google Business Profile direkt till Gemini, eller lägga till den i en business notebook, för att få personanpassade insikter och konkreta åtgärder utan att behöva förklara verksamhetens sammanhang på nytt i varje konversation. Business notebooks gör det möjligt att lägga till källor eller äldre konversationer för att bygga en bestående kunskapsbas, i stället för att börja från ett tomt blad vid varje utbyte. Google presenterar dessa verktyg som ett sätt att förvandla Gemini till en partner som förstår användarens varumärke på djupet. Funktionen är globalt tillgänglig, med undantag för Europeiska ekonomiska samarbetsområdet och Storbritannien.

🔗 Tweet @GeminiApp

Runway genererar presentationer, xAI/SpaceXAI berikar Grok Voice

Runway lanserar Slide Maker

7 juli — Runway lägger till Slide Maker i sin app: utifrån en enkel textbeskrivning genererar verktyget en helt designad presentationsslide, utan att gå via en fördefinierad mall. Runway presenterar verktyget som ett sätt att få ett visuellt polerat resultat genom att helt enkelt beskriva sin idé, i stället för att utgå från en generisk standardmall. Denna utvidgning passar in i Runways breddning av användningsfall för företag bortom ren video- och bildgenerering, vid sidan av Agent 2.0, som lanserades den 25 juni för att automatisera marknadsföringsbriefar — två verktyg som nu riktar sig till kreativa team och kontorsarbete, inte bara videoinnehållsskapare.

🔗 Tweet @runwayml

21 nya röster för Grok Voice (xAI/SpaceXAI)

6 juli — xAI — numera omprofilierat till SpaceXAI (se Nyheter i korthet) — lanserar 21 nya röster för Grok Voice, som ansluter till de fem ursprungliga rösterna. Alla är flerspråkiga och tillgängliga omedelbart i Voice Agent API i realtid, Text-to-Speech API och den nya Grok Voice Agent Builder, som lanserades den 1 juli. Varje röst är « castad » för ett specifikt användningsområde — kundsupport, karaktärer, kommentering, reklam, utbildning — och stöder diktionens kontrolltaggar (paus, viskning, betoning). De fem ursprungliga rösterna har också tränats om för ett mer naturligt uttal. Utvecklare kan dessutom klona en egen röst utifrån ungefär en minut ljud.

🔗 x.ai/news

OpenAI: Codex Remote på iOS och ny ekonomisk röstmodell

Codex Remote fylls med nyheter i ChatGPT för iOS

6 juli — Version 1.2026.181 av ChatGPT för iOS ger en rad nyheter till Codex Remote, varianten av kodagenten som är tillgänglig från mobilappen. Det blir möjligt att skapa, söka, öppna, duplicera (fork) och hantera Codex-uppgifter direkt från en konversation, med diff-filter efter status (indexerad, ej indexerad), efter gren eller efter senaste varv. Appen lägger också till bild- och bifogade filförhandsvisningar före sändning, stöd för SSH med privata nycklar samt visning av användningsgränser och krediter i uppgiftsmenyn.

“Big release for Codex Remote in the latest ChatGPT iOS update! We added many things. Threads management tools are now available (hello Chief of Staff). You can now filter your diff with unstaged, staged, branches, etc. Support for SSH keys login, and much, much more!”

🇸🇪 En rejäl uppdatering för Codex Remote i den senaste versionen av ChatGPT för iOS! Vi har lagt till mycket. Verktygen för att hantera diskussionstrådar finns nu tillgängliga (hej Chief of Staff). Du kan nu filtrera din diff efter icke-indexerade ändringar, indexerade ändringar, grenar osv. Stöd för inloggning med SSH-nycklar, och mycket mer! — @Dimillian

🔗 Officiell Codex Changelog

GPT-Realtime-2.1-mini tillgänglig i API:et

7 juli — OpenAI lanserar GPT-Realtime-2.1-mini i API:et, en ny version av sin ekonomiska röstmodell som introducerar resonemang och verktygsanvändning — förmågor som hittills varit reserverade för Realtime-modeller i högre prisklass — samtidigt som priset förblir detsamma som för GPT-Realtime-mini. Denna ekonomiska modellfamilj riktar sig till driftsättningar där kostnaden per minut är känslig, som röstagenter med hög volym. Annonseringstweeten samlade ett tydligt högre engagemang än dagens övriga inlägg (361 000 visningar), ett tecken på ett stort intresse från utvecklargemenskapen.

🔗 Tweet @OpenAIDevs

Replit avslutar sitt changelog-inlägg från 3 juli

3 juli — Replit publicerar ett produktchangelog-inlägg som hade hamnat under radarn för tidigare genomgångar, lagrat på docs.replit.com/updates snarare än på den huvudblogg som normalt bevakas. Tre nyheter: en total omarbetning av skrivbordsappen (Replit Desktop App), som behåller webbupplevelsen men lägger till inbyggda funktioner — arbeta med flera appar parallellt, få en omedelbar notis när agenten behöver en åtgärd, förhandsgranska öppna appar utan att byta fönster.

Integrationen av Whop-betalningar kan nu styras av den konverserande agenten: det räcker att be den lägga till betalningar så skapar den ett Whop-konto, ansluter det och bygger betalningsmodulen, utan extern konfiguration eller API-nyckel att kopiera och klistra in. Slutligen går det att nedgradera från Pro-planen till Core-planen i ett enda steg, utan att först behöva avbryta.

🔗 Replit Changelog

Cohere lanserar en state-of-the-art öppen ASR-modell för arabiska

7 juli — Cohere lanserar Cohere Transcribe Arabic, en öppen modell för taligenkänning (Automatic Speech Recognition, ASR) särskilt för arabiska, härledd från företagets ”frontier”-ASR-modell med 2 miljarder parametrar som publicerades i mars 2026. Målet: att täppa till luckan i arabisk täckning i AI-baserade röstsystem, samtidigt som språket har mer än 300 miljoner modersmålstalare fördelade över ett trettiotal dialektvarianter.

Modellen tar ledningen på Open Universal Arabic ASR Leaderboard på Hugging Face, med en genomsnittlig ordfelsfrekvens (Word Error Rate, WER) på 25,87 — 2,45 poäng före den tidigare ledaren (Meta:s OmniASR-LLM-7B) och 11 poäng före OpenAI:s Whisper Large V3. I jämförande utvärderingar gjorda av modersmålstalare föredras den framför Whisper i 95,8 % av fallen. Optimerad för vLLM når den ett genomflöde (RTFx) på 525, jämfört med 146 för Whisper Large V3 och 66 för OmniASR 7B-LLM.

Arabisk ASR-modell	Genomsnittlig WER	RTFx (genomflöde)
Cohere Transcribe Arabic	25,87	525
OmniASR-LLM-7B (Meta)	+2,45 p vs Cohere	66
Whisper Large V3 (OpenAI)	+11 p vs Cohere	146

Vikterna publiceras under Apache 2.0-licens på Hugging Face, med kompletterande åtkomst via Cohere-API:et eller Model Vault.

“We’ve built Cohere Transcribe Arabic, the world’s most accurate open-source model for Arabic speech recognition. Available under Apache 2.0”

🇸🇪 Vi har utvecklat Cohere Transcribe Arabic, världens mest träffsäkra öppna modell för taligenkänning på arabiska. Tillgänglig under Apache 2.0-licens. — @cohere

🔗 Officiell bloggartikel från Cohere

Kortnytt

Fable 5 utökas till alla betalplaner till och med 12 juli — Anthropic utökar tillfälligt tillgången till Claude Fable 5: upp till 50 % av den veckovisa användningsgränsen kan användas på den här modellen, och därefter växlas det över till användningskrediter eller en annan modell. 🔗 källa
”The Making of Claude Code” — officiell minidokumentär — Anthropic skildrar historien om Claude Code, från intern CLI till flaggskeppsagent för kodning, berättad av forskare och tidiga användare. 🔗 källa
Gemini Spark följer ämnen i realtid — funktionen (macOS-betaversion sedan 1 juli) kan nu reagera på händelser, till exempel automatiskt skicka en matchanalys efter varje match för ett lag som följs. 🔗 källa
NotebookLM Short Video Overviews i allmän tillgänglighet — de vertikala 60-sekundersvideorna, i beta sedan 30 juni för Ultra/Pro-prenumeranter, går nu till allmän tillgänglighet på mobil och webben för alla engelskspråkiga användare. 🔗 källa
Gemini CLI — nightly mellan 5 och 7 juli — versionen v0.51.0-nightly.20260707 sätter ~/.gitconfig i skrivskyddat läge i macOS-sandlådan och bevarar escape-sekvenser i strängliteraler. 🔗 källa
Elastisk TPU-träning med MaxText/Pathways — Google beskriver hur dess JAX/Pathways-ekosystem omvandlar ett TPU-fel till ett fångbart Python-undantag, ersätter den felande worker och återupptar träningen på mindre än två minuter. 🔗 källa
AI-budgetar per användare inbyggda i GitHubs fakturerings-UI — funktionen för budgetar per användare för cost centers, som tidigare bara var tillgänglig via REST API:et, kan nu konfigureras direkt i Enterprise Cloud:s faktureringsgränssnitt. 🔗 källa
Appen Copilot Billing Preview tas bort den 3 augusti — GitHub omdirigerar till uppföljningen som nu är inbyggd i faktureringsinställningarna (AI-användning, budgetar, cost centers). 🔗 källa
Suno och Wan rider på fotbolls-VM — Suno låter användare skapa en personlig supportersång i mobilen, Wan lanserar Skill ”Superstar Poster” för att generera en fotbollsposter från ett porträtt och en tröja. 🔗 källa
NVIDIA summerar sin närvaro på ICML 2026 — 74 NVIDIA-artiklar antagna, cirka 2 000 artiklar som citerar NVIDIA-GPU:er och 145 artiklar som citerar Nemotron som forskningsgrund. 🔗 källa
xAI blir SpaceXAI — X-kontot @xai och webbplatsen x.ai formaliserar omprofileringen under varumärket SpaceXAI, och bekräftar därmed SpaceX:s förvärv av xAI som redan tillkännagavs i april 2026. 🔗 källa
Realtime-latensen minskar med minst 25 % — OpenAI meddelar en minskning av p95-latensen över alla Realtime-röstmodeller tack vare förbättrad cachelagring. 🔗 källa

Vad det betyder

På mediegenereringens område kliver Meta fram med Muse Image och Muse Video, sina allra första egenutvecklade modeller, direkt placerade på andra plats i Image Arena bakom GPT Image 2 från OpenAI. Att Muse Image antar ett agentiskt beteende — självförfining, användning av verktyg, uppskalning av beräkning vid inferens — illustrerar en underliggande trend: även bildgenerering, länge tänkt som en enkel prompt-bild-återkoppling, håller på att bli en iterativ uppgift som styrs av en agent. Runway breddar sin spelplan mot kontorsarbete med Slide Maker, medan Suno och Wan kapitaliserar på sportnyheterna för att driva sina verktyg för konsumenter.

På infrastrukturområdet formaliserar NVIDIA en idé som har sipprat in i branschen diskret i flera månader: den agentiska slingan har inte samma behov som modellträning. Vera satsar på prestanda per kärna snarare än kärntäthet, och de siffror som Perplexity lyfter fram under verkliga förhållanden (upp till 1,9 gånger snabbare än på x86) ger tyngd åt argumentet. Hugging Face följer en kompletterande logik på mjukvarusidan genom att göra sitt öppna viktbibliotek driftsättningsbart med ett klick på Microsofts Azure-infrastruktur — två olika sätt att minska friktionen mellan en modell och dess drift i produktion.

Utvecklarverktygen fortsätter sin jakt på agenternas allestädesnärvaro. Claude Cowork utökas till mobilen för att följa en delegerad uppgift från telefonen, GitHub öppnar sin Copilot-app för alla planer inklusive gratis, och Codex Remote blir mer moget i ChatGPT för iOS med hantering av diskussionstrådar och SSH-stöd. Tillsammans med omarbetningen av Replits skrivbordsapp och dess agentstyrda betalningar bekräftar veckan att referensgränssnittet för att koda med AI inte längre bara är terminalen eller IDE:n, utan i allt högre grad mobilen och tredjepartsintegrationer.

Slutligen påminner två tillkännagivanden om att generativ AI inte är begränsad till engelska eller enkelagent-lösningar. Cohere täpper till en verklig blind fläck med en state-of-the-art-modell för taligenkänning på arabiska, ett språk som talas av mer än 300 miljoner människor men som historiskt har varit dåligt betjänat av system som först utformats för engelska; xAI, nu SpaceXAI, följer en liknande logik med 21 nya flerspråkiga röster för Grok Voice. På forskningssidan angriper Sakana AI:s ramverk Sheaf-ADMM ett annat men närliggande problem: hur flera agenter med begränsad information kan samarbeta utan black box — en förutsättning för pålitliga multiagent-system i takt med att de blir allt vanligare.